Inteligência Artificial: AI: Quem decide sobre a aceitação?

Anonim

A inteligência artificial (IA) e os robôs equipados com eles estão encontrando seu caminho em nossas vidas - de assistentes desencarnados em smartphones a auxiliares domésticos e cuidar de robôs que nos acompanham até o túmulo. Uma inovação técnica tão abrangente em todas as áreas da vida traz consigo a questão de como devemos lidar com os novos companheiros em nosso meio.

Künstliche Intelligenz durchdringt unser Leben immer mehr. Was bedeutet das für die Zukunft?
A inteligência artificial está permeando nossas vidas cada vez mais. O que isso significa para o futuro?
Foto: studiostoks - shutterstock.com

O que significam os robôs inteligentes no local de trabalho para a sustentabilidade dos sistemas de bem-estar e a distribuição de riqueza? Teremos que introduzir impostos ou cotas robóticos nas empresas? Como redefinimos as regras de conduta? Essas e mais perguntas também são levantadas pelo Parlamento Europeu em seu documento. Entre muitas perguntas, há também algumas respostas - e recomendações para desenvolvedores, engenheiros e fabricantes de robôs e sistemas de IA. Afinal, eles realmente têm o futuro em suas mãos.

Eles também pensam na aceitação de seus produtos todos os dias. Afinal, um produto inaceitável seria um flautista. Vale a pena dar uma olhada na aplicação da inteligência artificial no mundo real - quais são os desafios? O que isso significa para a aceitação de máquinas inteligentes? Como se vê, a linguagem humana desempenha um papel importante nesse processo.

  1. Facebook Big Sur
    O sistema KI baseado em licença de código aberto conta com a Plataforma de Computação Acelerada Nvidia Tesla e hoje assume tarefas complexas no Facebook que costumavam depender de hardware de terceiros.
  2. Classificação do Google
    Para consultas pela primeira vez, o objetivo do RankBrain é traduzir a linguagem escrita humana em vetores matemáticos que os mecanismos de pesquisa podem processar. Essa forma de aprendizado de máquina está melhorando à medida que o número de pesquisas desconhecidas anteriormente aumenta. Usuários curiosos da Internet praticam o sistema quase inconscientemente.
  3. Google Deepmind AlphaGo
    Recentemente, derrotou os campeões mundiais e europeus no jogo de tabuleiro asiático Go: o sistema Alpha Go AI projetado pelo Google Deepmind.
  4. SwiftKey Neural Alpha
    Quem escreve SMS recebe sugestões de palavras por mais tempo. Com "Neural Alpha", o inventor "n-gram" SwiftKey agora quer prever frases inteiras, tornando a entrada de texto ainda mais intuitiva.
  5. IA aberta
    O investidor e fundador da Tesla, Elon Musk, explora a Inteligência Artificial para o benefício da humanidade na iniciativa Open Al, juntamente com outros precursores do Vale do Silício. Portanto, não temos nenhum terminador maligno que queira escravizar a todos nós …
  6. Microsoft XiaoIce
    O "Assistente Social Virtual" da Microsoft, XiaoIce, carrega desde o final de 2015 o relatório de apostas na televisão chinesa completamente sem ajuda humana.
  7. Robot Concierge Connie
    Se você estiver prestes a embarcar em um Hilton, poderá encontrar um pequeno concierge robótico: "Connie" usa a tecnologia Watson da IBM e fornece ajuda e conselhos aos hóspedes do hotel. O piloto está atualmente nos EUA.

Aceitação da IA ​​através da construção de confiança

A IA - mais precisamente: a aplicação da inteligência artificial na interação entre homem e máquina - se manifesta em situações concretas do mundo da vida. Em muitos casos, o idioma natural será a interface preferida, se não a exclusiva. As vantagens são óbvias e uma coisa se destaca: é a capacidade da máquina de ganhar rapidamente confiança com o usuário através da linguagem natural. Isso é crucial para obter aprovação real de suas decisões em tempo real e para alcançar os resultados desejados em situações imprevisíveis.

Um exemplo: uma máquina controlada por voz dirige o automóvel. Ela diz que quer sair da estrada. O preso pergunta: "Por quê?" A máquina responde: "A experiência mostra que há congestionamentos na pista à nossa frente neste momento, e eu determinei que chegaremos à linha de chegada mais cedo se voltarmos aqui". Essa justificativa cria confiança no usuário. O problema: as redes neurais, que fornecem aprendizado profundo para Inteligência Artificial (IA), podem otimizar suas próprias funções a partir de grandes quantidades de dados - e, assim, tornar cada vez mais os carros autônomos. Mas como e por que eles chegaram a uma conclusão, eles não conseguem explicar. Isso requer sistemas baseados em regras. Assim, a inteligência artificial cria confiança no usuário.

  1. Microsoft Machine Learning
    O Azure Machine Learning é um serviço em nuvem totalmente gerenciado que permite aos usuários gerar e implantar soluções de análise preditiva.
  2. Serviços Cognitivos da Microsoft
    Os serviços cognitivos da Microsoft incluem análise de imagem e serviços de reconhecimento facial.
  3. Amazon ML
    O Amazon Machine Learning ajuda os usuários a solucionar problemas de modelos preditivos.
  4. Amazon Bot
    Por exemplo, com o Amazon Lex, os bots de bate-papo podem ser criados para consultas de consumidores.
  5. API do Google
    Por meio das APIs, os serviços do Google AI podem ser integrados aos seus próprios aplicativos.
  6. Google Tensorflow
    A estrutura de código aberto do Google, Tensorflow, é a base do Cloud ML.
  7. IBM Bluemix
    A IBM oferece vários aplicativos de IA baseados em Watson na plataforma em nuvem Bluemix.
  8. IBM ML
    O IBM Machine Learning permite o desenvolvimento e a implementação de modelos de análise de autoaprendizagem na nuvem privada.
  9. HPE Haven
    A API de reconhecimento facial da HPE permite que os desenvolvedores importem, extraiam e analisem dados encontrados nas fotos.
  10. Salesforce Einstein
    Salesforce Einstein: o Predictive Content fornece aos clientes de aprendizado de máquina uma recomendação individual para o melhor produto.

A aceitação também depende se os riscos são evitados. Suponha que a máquina operada por voz acima esteja dirigindo um automóvel em que haja uma família de adolescentes. O Rasselbande nos assentos traseiros se une descontroladamente para aumentar a velocidade, porque - como ela diz - dirigir um carro na Fórmula 1 precisa se orientar. Na melhor das hipóteses, a máquina ficaria "confusa" e pararia de funcionar porque não pode responder racionalmente a uma confusão de palavras. Na pior das hipóteses, ela reagiria errática.

O sistema de inteligência artificial não diferiria dos humanos a esse respeito. Para eliminar os riscos associados a esse cenário, os projetistas de IA recorrerão a técnicas de autenticação biométrica que permitem à máquina reconhecer o "chefe" autorizado no veículo. Uma abordagem comprovada na prática é a biometria vocal, que já está sendo usada hoje em dia nos call centers dos bancos.

Os limites da inteligência artificial

Outro aspecto interessante são as limitações da inteligência artificial. Uma das razões pelas quais os especialistas em IA atualmente são difíceis de prever onde seu campo estará em cinco anos é a imensa velocidade do progresso. Isso também explica por que a Inteligência Artificial está atualmente presente em todas as manchetes. É simplesmente imprevisível o que a IA em breve poderá fazer como tecnologia.

Esse problema no nível macro - sem saber onde controlar as habilidades de inteligência artificial - também se reflete no nível micro: como sabemos o que um robô em particular pode ou não fazer? O Parlamento da UE aconselha os usuários a estarem cientes de que todo robô tem capacidade limitada de perceber e entender. Este é um conselho bem-intencionado, mas como um usuário deve segui-lo? Seria mais útil se ele pudesse identificar as limitações específicas do sistema em que está trabalhando atualmente.

Aqui, a capacidade da máquina de linguagem natural é inicialmente um obstáculo. No passado, a fronteira entre o homem e seu ambiente era claramente definida por sua capacidade de falar. Os animais falam conosco tão pouco quanto os móveis. Essa distinção ainda está profundamente enraizada em nosso cérebro. Portanto, os primeiros sistemas de diálogo triviais, como Eliza, foram superestimados em sua inteligência - acreditava-se que, porque a máquina falava, fosse tão inteligente quanto um ser humano. A borda fica tremida aqui.

A dica do Parlamento da UE para os desenvolvedores de robótica é: "Certifique-se de que os robôs sejam reconhecidos como robôs quando interagirem com seres humanos". Uma regra que nem todo mundo já está seguindo hoje. Sistemas de assistência, como Siri, Cortana e similares, também não facilitam o reconhecimento dos limites do usuário, pois atuam como assistentes abrangentes para ajudar em todas as circunstâncias. Embora essa ajuda às vezes termine em uma pesquisa na web um pouco útil. Portanto, uma abordagem mais simples e melhor é o sistema de assistência dedicado: um assistente no carro, que ajuda na orientação da rota e na direção do veículo, como no exemplo acima, mostra claramente onde termina sua experiência. Da mesma forma, um gerente de conta virtual é útil para um problema específico, mas você não confia na sua avó.

Os robôs do futuro

Em relação ao desenvolvimento da IA ​​e da robótica, dois fatos já estão certos hoje: está progredindo mais rápido do que você pensa, e a capacidade de falar a linguagem natural desempenha um papel importante. As máquinas que falam conosco não apenas ajudam a aceitar a Inteligência Artificial como parte de nossa sociedade, mas também facilitam o trabalho com elas. Podemos entender melhor o que um sistema faz quando nos explica a lógica de sua ação; estamos mais dispostos a aceitar vários robôs à nossa volta, se entendermos o que eles estão "discutindo" entre si. Outra abordagem mais promissora é a dos sistemas de assistência: o usuário é cercado por dezenas de sistemas com diferentes capacidades - para interoperabilidade, portanto, uma espécie de "masterbot" seria útil, comunicando-se ao usuário com os outros sistemas de IA. Apesar de todos os avanços, a regulamentação continuará sendo necessária para orientar o desenvolvimento de futuros sistemas de IA. A aplicabilidade e aceitação dos sistemas é amplamente baseada em seus benefícios no mundo real - esse entendimento é importante se queremos definir não apenas regras abrangentes, mas também significativas para lidar com a IA. (Fm)